Semantic Geometry Software & AI SpA EN Hablemos

Rancagua · Chile · I+D aplicada

Semantic Geometry Software & AI SpA

No pretendemos que la IA lo sepa todo. Diseñamos el patrón que le da un ancla real a la IA moderna.

Validar todo el lenguaje humano en una caja negra es inviable. Creamos arquitectura neuro-simbólica determinista: un método en C++23 donde cada afirmación crítica se ancla a un espacio continuo [-1, 1]³ y a un grafo auditable. La IA propone. El silicio verifica.

O'Higgins, Chile
Rancagua
Sociedad por acciones
Software & AI SpA
Grounding determinista
Neuro-Simbólico
15W · sin GPU · 0 tokens para verificar
Borde offline

01 — Origen

Nació de una intuición, no de un plan de negocios

Rancagua, Región de O'Higgins. Semantic Geometry no empezó en un laboratorio financiado ni dentro de una corporación tecnológica. Empezó con una intuición que su autor sostuvo durante décadas de desarrollo autodidacta: que una idea, un sentimiento o una ley física se pueden ubicar exactamente en el espacio.

El significado humano no sería entonces una definición estática en un diccionario alfabético, sino una posición matemática en un espacio continuo de coordenadas. Si la Tierra tiene latitud, longitud y altitud para situar cualquier objeto sobre su superficie, el pensamiento debía tener sus propios ejes cartesianos: un GPS del conocimiento.

Años más tarde, al revisar la literatura formal, esa intuición resultó converger con el linaje de la psicometría clásica: la medición de actitudes de Louis Thurstone y el diferencial semántico de Charles Osgood. No era una idea huérfana; era una idea que llegaba tarde a su propia tradición científica.

De ahí viene la postura técnica que define a la empresa. Frente a modelos que aciertan la mayoría de las veces sin poder explicar por qué, que no distinguen lo que saben de lo que inventan y que dependen de servidores gigantescos, Semantic Geometry se construyó sobre el principio opuesto: el modelo propone, pero el grafo y el cubo verifican.

Existe también una paradoja hermosa y profundamente honesta en este viaje: este motor existe para disciplinar y anclar a los modelos de lenguaje, pero sin ellos jamás habría visto la luz. Durante décadas, la geometría semántica fue una intuición solitaria guardada en cuadernos y pruebas locales. Habría tomado una vida entera estructurar a mano millones de conceptos, mallas normativas y pruebas rigurosas en C++23. La IA generativa fue el catalizador cognitivo: el andamio que aceleró la exploración y permitió materializar la arquitectura. Su autor reconoce con gratitud ese aporte: los LLMs fueron el fuego que permitiría forjar el ancla que hoy les da cordura.

  1. 1928 Thurstone Las actitudes se pueden medir
  2. 1957 Osgood El diferencial semántico
  3. — Décadas Desarrollo autodidacta e independiente
  4. 2026 12 gravitantes El átomo semántico

Capacidad del hipercubo [-1,1]³

Hardware / IEEE 754
≈ 7,82 × 1056

puntos únicos representables

Por eje 2046·2⁵² + 1 9.214.364.837.600.034.817

1 signo · 11 exponente · 52 mantisa — IEEE 754 binary64

Recalculable desde la especificación IEEE 754. Los 1022 exponentes que dan |x| < 1, más el que da exactamente ±1 con mantisa cero, por los dos signos.

Ocupación actual en producción

semantic.db v8.0
2,06M

conceptos en el grafo

Relaciones ontológicas 4,75M (aristas tipadas activas)

884k sinónimos

Medido en vivo en semantic.db (2.064.828 conceptos / 4.747.027 links / 884.322 sinónimos). Cero datos sintéticos.

“El cubo puede alojar 7,82×10⁵⁶ puntos. Hoy el grafo puebla 2,06M de ellos. La diferencia no es una promesa: es el margen de crecimiento que la arquitectura deja abierto.”

Diagrama técnico del hipercubo semántico continuo en perspectiva isométrica con la Tierra señalando a un único punto en su interior

El hipercubo tiene espacio para ~6 millones de Tierras de átomos

Los modelos modernos aún no exploran este espacio — y no tienen por qué: la puerta de entrada ya existe. La IA propone, la geometría verifica, y el cubo es el terreno donde ese contrato se firma a costo casi cero. No decimos que la IA debió llegar antes: decimos que la puerta ya está abierta.

Espacio físico vs. Hipercubo semántico

Si cada concepto ocupa un punto del cubo —como cada átomo ocupa un punto del espacio físico—, el cubo tiene capacidad para tantos conceptos como átomos cabrían en ~6 millones de Tierras.

La Expansión hacia Adentro

La primera exploración hacia adentro

Durante cinco siglos la humanidad se expandió hacia afuera: cruzar océanos, medir continentes y lanzar telescopios. Semantic Geometry propone la exploración interior: un espacio que no se conquista con distancia, sino con precisión. 7,82 × 10⁵⁶ posiciones direccionables en silicio común a 15 watts.

01

500 años hacia afuera

Hemisferios cartografiados, órbitas medidas, galaxias fotografiadas. La exploración exterior fue el proyecto de la humanidad. La próxima frontera no está en la distancia: está en la precisión de lo que ya está aquí.

02

Memoria topológica

Von Neumann nos dejó un bus lineal: la memoria como una calle por la que todo pasa en fila. SG hace lo contrario: lo similar vive junto. El conocimiento no se recorre — se encuentra. Índices espaciales en SQLite, localidad física en silicio.

03

Cuantizar domicilios, no labia

La industria comprime las palabras a un bit (BitNet) y sigue alucinando barato. Comprimir el lenguaje no le da dónde vivir. SG le da a la verdad un domicilio: coordenadas (x, y, z) en el cubo. La verdad no depende de la labia: depende de su dirección.

Mineros en el socavón subterráneo de O'Higgins contemplando el cubo semántico incrustado como geoda viva en la roca

O'HIGGINS · CHILE

“O'Higgins ha extraído cobre para el mundo durante un siglo. La Expansión hacia Adentro propone otra extracción: un hipercubo semántico casi sin límites, donde la IA encuentra en vez de inventar.”
∫

Densidad no uniforme en IEEE 754

La densidad IEEE 754 no es uniforme en [-1, 1]: es ~2048× mayor cerca de 0 que cerca de ±1. La resolución efectiva varía por región.

Δ

Resolución útil

La resolución útil no la limita la numérica, sino la separación semántica real entre conceptos (coordenadas típicamente a ~0,01–0,5). El margen de crecimiento es de varios órdenes de magnitud.

⬡

El verdadero logro arquitectónico

La capacidad no es el logro. El logro es que el contenedor no impone techo: el grafo puede crecer órdenes de magnitud sin cambiar de arquitectura.

Ganancia declarada: Capacidad prácticamente ilimitada en el contenedor continuo.
Límite declarado: La ocupación real es 2,06M y crece estrictamente por curaduría auditada.

Dos formas de responder cuando no se sabe

Modelo generativo

Responde siempre. Si el dato no está, lo construye plausible: la fluidez y la veracidad salen del mismo mecanismo, así que desde afuera no hay manera de distinguir una de otra.

Verificador determinista

Tiene permitido callar. La geometría orienta la inferencia, pero sólo la evidencia del grafo la certifica. Cuando no la hay, el sistema lo dice: la negativa es una respuesta, no una falla.

La diferencia no es quién acierta más. Es que uno puede equivocarse sin saberlo, y el otro no puede afirmar sin evidencia.

02 — Verticales

El motor es la base; las verticales, el producto

Sobre el núcleo de verificación determinista construimos verticales reguladas: dominios donde una alucinación cuesta plata, un juicio o una multa. Cada una declara su fase con honestidad, sin humo.

01

Operación de flotas

SG-Fleet

Geocercas, telemetría y control de flotas en C++23

Motor header-only C++23 con REST + tracker TCP, aislamiento multi-tenant y telemetría de hardware. Diseñado para operar 100% offline, en el borde.

  • REST API con aislamiento multi-tenant y RBAC
  • Tracker TCP (Wialon IPS / CSV) con batch de alta densidad
  • Geocercas, alertas y dashboard de operación
  • Sin dependencias: corre donde no hay nube
  • Slices autocontenidos (~7 MB) para radioenlaces y micro-dispositivos
C++23SQLiteRESTTCP
En desarrollo
02

Contabilidad y tributaria · Chile

SG-Tax

Nómina, RLI y balance tributario determinista

Cálculo normativo chileno sin heurística: liquidaciones Previred, RLI ProPyme y balance financiero vs tributario. Cada resultado es auditable contra la ley.

  • Liquidaciones Previred (archivo 105 campos)
  • RLI ProPyme 14-D3 / 14-D8 y Semi-Integrado 14-A
  • Balance IFRS vs tributario SII con conciliación
  • Cálculo determinista: cero cajas negras
C++23SQLiteSIIPrevired
En desarrollo
03

Crédito y banca · Chile

SG-Fintech

Simulación de crédito con amortización trazable

Simulaciones de crédito y tablas de amortización con auditoría completa: cada decisión de pago queda respaldada por el motor, lista para fiscalización.

  • Simulación de crédito con cronograma de amortización
  • Cálculo de indicadores de mercado (UF, tasa, IPC)
  • Traza de auditoría por operación
  • Determinismo para decisiones reguladas
NestJSSQLiteCálculo financiero
En desarrollo

Ninguna vertical compite con un LLM en generación de texto: compite en lo que un LLM no puede prometer: una respuesta que sabe cuándo callar y que puede mostrar la norma que la funda. Y donde el LLM no llega —sin conectividad, en silicio estándar, en el borde—, el motor sí.

03 — Pilares

Tres capacidades, una misma disciplina de representación

No vendemos horas de desarrollo genérico. Cada pilar resuelve un tipo distinto de problema, con el mismo criterio: estructura explícita, desempeño medible y resultados que se sostienen en el tiempo.

01

Data Engineering & High-Performance Backends

Construimos la plomería donde el dato llega íntegro y a tiempo. Pipelines ETL tolerantes a fallos, optimización de flujos y microservicios robustos, dimensionados para volumen real de producción.

  • Pipelines ETL/ELT y orquestación de ingesta masiva
  • Optimización de consultas, índices y huella de memoria
  • Microservicios y backends de alto desempeño
  • Observabilidad, idempotencia y recuperación ante fallos
C++23SQLite / SQL embebidoPythonAPIs REST
02

Neuro-Symbolic AI & Grounding

Unimos la geometría de los espacios latentes con la solidez de los grafos ontológicos. La IA generativa propone; nuestro motor neuro-simbólico verifica y ancla con evidencia matemática.

  • Modelación geométrica del conocimiento en espacios latentes [-1, 1]³
  • Representaciones continuas interpretables y trazables en silicio
  • Verificación determinista en sub-milisegundo (inmunidad a alucinaciones)
  • Grounding por evidencia: sin respaldo en el grafo no hay afirmación
C++23Hipercubo continuoGrafos dirigidosNeuro-simbólico
03

Spatial Computing & Optimization

Algoritmos analíticos para problemas que no admiten aproximaciones. Optimización combinatoria, geoespacial y financiera aplicada a operación industrial y toma de decisiones reguladas.

  • Optimización combinatoria y metaheurísticas
  • Análisis geoespacial y topología de redes
  • Modelos de riesgo y cálculo normativo auditable
  • Simulación y soporte a la decisión operativa
  • Edge offline: ~15W en silicio estándar, sin GPU ni nube
OptimizaciónGeoespacialModelos financierosSimulación

05 — Paradigma & Recuperación

RAG Tradicional vs. Grounding Semántico en Silicio

El mercado busca resolver la alucinación con RAG (búsqueda por similitud). Explicamos por qué la similitud vectorial no es verificación y cómo la geometría aporta la certeza que le falta al RAG.

Dimensión Grounding Semántico SG RAG Tradicional (Vector DB + LLM)
Mecanismo de Recuperación Proyección matemática continua en [-1, 1]³ y búsqueda transitiva de caminos en grafo formal. Búsqueda por similitud cosmética de texto (distancia coseno de embeddings) inyectada en el prompt.
Garantía Ontológica Determinista: si no hay camino causal con soporte en el grafo, responde NO_EVIDENCE y calla. Nula. El LLM puede alucinar, omitir o contradecir los propios párrafos que el RAG recuperó.
Costo por Consulta 0 tokens para verificar. Toda la verificación ontológica corre en memoria en C++23 local. Alto. Miles de tokens por llamada para pagar la ventana de contexto de los documentos inyectados.
Latencia de Respuesta Sub-milisegundo (p50 0,37 ms en escritorio / 1,37 ms en micro-dispositivo, en silicio nativo). Segundos (2.000 ms a 6.000 ms entre búsqueda vectorial y generación autoregresiva).
Infraestructura & Energía 15 Watts en hardware estándar local. Opera 100% offline sin GPU ni nube. Bases de datos vectoriales en nube, granjas de GPUs de alta potencia y conectividad obligatoria.
Manejo de Contradicciones Incompatibilidad topológica: detecta colisiones de reglas y las rechaza formalmente. Funde textos contradictorios en una redacción elocuente pero falsa ("alucinación suave").
Trazabilidad y Auditoría Demostrable: cita el nodo exacto, peso y fuente legal o técnica de cada enlace. Aproximada: señala qué documento leyó, pero no puede probar cómo llegó a su conclusión.

Ganancias y límites declarados (Transparencia Total)

Qué gana Semantic Geometry:

Verificación formal auditable, latencias de microsegundos (<0.2 ms vs 2-6 segundos en GPU), costo cero de tokens y protección ante contradicciones. Requiere estructurar las reglas críticas de la organización.

Qué gana el RAG tradicional:

Facilidad para ingerir montañas de documentos no estructurados (PDFs, transcripciones, notas) sin modelado ontológico previo. Pierde el control de veracidad y la capacidad de auditar la lógica.

ARQUITECTURA ENTERPRISE

La Integración Ideal: SG como Gatekeeper de tu RAG

Semantic Geometry y el RAG no tienen por qué competir: SG es el guardián de salida que hace que el RAG sea viable en producción.

  • 01 Usa tu pipeline RAG existente para explorar y resumir libremente millones de páginas desordenadas.
  • 02 Antes de enviar la respuesta final al usuario o al sistema de facturación, SG verifica en < 1 ms si la conclusión cumple las reglas del negocio.
  • 03 Si el RAG alucina o contradice una norma corporativa, SG veta la respuesta y exige evidencia.
  • 04 Resultado: la amplitud del RAG tradicional con el blindaje matemático y determinista de Semantic Geometry.

La similitud de texto no es verdad ontológica. RAG encuentra texto parecido; Semantic Geometry demuestra si la afirmación es cierta en el mundo real.

Estado actual

Semantic Geometry no está terminado. Está construido para no mentir mientras no lo esté.

Arquitectura y método
Consolidados C++23 estricto, arquitectura hexagonal, suites de verificación en verde.
Base de conocimiento
En calibración Crece por ingesta auditada. Lo que no se puede medir, se purga.
Cobertura por dominio
Desigual Y el motor la declara: donde el grafo no tiene evidencia, responde con silencio.

Un modelo con cobertura incompleta que rellena los huecos es más riesgoso que uno con la misma cobertura que calla. Para operación industrial y decisiones reguladas, esa diferencia no es un detalle: es el producto.

04 — Identidad & Contacto

Hablemos del problema, no del pitch

Cuéntanos qué sistema necesitas construir, qué pipeline se está cayendo o qué decisión no puedes sustentar hoy. Respondemos con un diagnóstico técnico, no con un brochure.

Datos de la sociedad

Razón social
Semantic Geometry Software & AI SpA
Ubicación
Rancagua, O'Higgins, Chile
Huso horario
GMT-4 / GMT-3 (hora de Chile continental)

Enviar un mensaje

Este formulario abre tu cliente de correo con el mensaje ya redactado. Nada se envía a un servidor intermedio.